在刚刚开幕的WAIC 2026上，一目科技的展台前人头攒动，一颗看似普通的花生引发了全场关注。两颗花生外观完全一致，肉眼难以分辨。然而，当机器人的指尖轻轻按压其中一颗时，它便迅速做出了判断：左边是真的，右边是模型。这个答案并非源于复杂的物理公式，而是源于一次真实的“交互”。
智能的本质：压缩与现实的约束
过去两年，大模型赋予了机器人越来越聪明的大脑，VLA、世界模型等技术不断刷新了它们对任务的理解和动作规划能力。然而，当机器人真正深入工厂、家庭和实验室时，人们发现它们依然会捏碎鸡蛋、抓滑杯子或装不好零件。原因并不复杂。当前的大模型主要学习互联网数据，而机器人面对的是物理世界。互联网可以告诉AI什么是鸡蛋，却无法告知它鸡蛋壳在多大压力下会破裂；图片可以教会机器人认识花生，却无法区分哪一颗是真的。智能的本质是对信息的高度压缩，但如果没有现实世界的约束，这种压缩只会产生幻觉。对于Physical AI而言，重要的不是模型继续变大，而是机器人能否持续获得来自现实世界的Ground Truth（物理真值）。人类通过交互学习世界，婴儿认识世界往往是从触摸、抓握和摔打开始的。在物理世界中，视觉只能描述物体的形态，而触觉才能让我们理解物体的“脾气”。正如那颗花生，视觉上无法区分，但通过交互反馈，我们能精准判断。因此，触觉感知的不仅是力场，更是物体在受力后的形变与响应。简而言之，触觉=物理真值。
视触觉：获取物理真值的“交互界面”
那么，机器人如何获取这些物理真值？在很长一段时间里，机器人虽然能“看见”物体，却无法“感觉”物体的硬度、摩擦力和弹性。这是因为传统的力传感器无法直接感知形变。一目科技给出的答案是：视触觉技术。与传统力传感器不同，视触觉在柔性材料内部构建了光学观测系统。当机器人与物体接触时，材料会产生微米级的形变，内置的光学系统实时记录这些变化的图像，再通过AI算法还原出压力分布、剪切力、纹理和滑移趋势等丰富的物理信息。这并非简单的“测力”，而是“看见形变，理解力”。在WAIC展会上，一目科技展示的真假花生识别正是这一原理的最直观体现。此外，五指集成视触觉灵巧手的演示也令人印象深刻。在屏幕上，观众可以清晰地看到机械手抓取过程中，每根手指的压力分布、接触区域和滑移趋势都在实时可视化呈现。过去隐藏在机械结构内部的物理信息，这一次终于成为了机器人能够学习和理解的数据。
构建Physical AI基础设施：从感知到GTM与Affordance
对于一目科技而言，视触觉传感器只是起点。真正稀缺的，不是一颗传感器，而是由传感器持续产出的高质量物理交互数据。因为对于Physical AI而言，每一次接触都是机器人认识世界的一次学习，每一次抓取都会产生新的Ground Truth。一目科技正在构建Physical AI基础设施，填补物理世界与智能系统之间缺失的那一层。围绕这一目标，我们搭建了一套完整的基础设施体系：底层是视触觉传感器，持续采集真实交互数据；中间层通过数据采集系统和触觉编码模型，将复杂的物理交互转化为模型能够学习的结构化知识；上层结合虚拟仿真平台，不断扩展真实数据的覆盖范围，形成真实世界、数据世界和模型训练之间的持续迭代闭环。此次WAIC展出的视触觉产品矩阵、五指集成灵巧手、数据采集系统、虚拟仿真平台，以及覆盖生产制造、生活服务、精密实验等不同场景的应用展示，共同组成了这一完整链路。一目科技希望提供的，不仅是一款视触觉产品，更是一套让机器人能够持续理解物理世界的能力。从看见世界到理解世界，从识别物体到理解交互，Physical AI正在进入新的阶段。机器人真正需要学习的，不是互联网上的海量图片，而是物理世界的内在规律。智能的本质是压缩，但这种压缩必须经过物理现实的检验。围绕真实交互建立的数据能力，正在成为机器人迈向开放环境的重要基础设施。今年WAIC，一目科技展示的不只是全栈视触觉方案，更是在尝试回答一个属于整个行业的问题：机器人如何真正理解物理世界。